# AI+Web3:塔樓與廣場近兩年,AI的發展像被按了加速鍵,這場由Chatgpt煽動的蝴蝶效應,不僅打開了生成式人工智能的新世界,同樣在Web3領域掀起了巨浪。在AI概念的加持下,加密市場的融資明顯提振。僅2024上半年,就有64個Web3+AI項目完成融資,其中Zyber365在A輪獲得1億美元融資。二級市場更爲繁榮,AI賽道總市值已達485億美元,24小時交易量接近86億美元。主流AI技術進展帶來顯著利好,如OpenAI的Sora模型發布後,AI板塊平均價格漲151%。AI效應同樣輻射至Meme板塊:首個AI Agent概念的MemeCoin GOAT迅速走紅,估值達14億美金。關於AI+Web3的研究和話題同樣火熱,從AI+Depin到AI Memecoin再到AI Agent和AI DAO,新敘事的輪換速度令人眼花繚亂。AI+Web3這個充滿熱錢和未來幻想的概念組合,難免被視作一場資本撮合的包辦婚姻。我們很難分辨在這華麗外表下,是投機者的狂歡,還是真正技術革新的前夜?要回答這個問題,關鍵在於思考雙方能否互相受益、相互促進。本文將審視Web3如何在AI技術棧的各環節發揮作用,以及AI能爲Web3帶來哪些新機遇。## AI堆棧下Web3的機會在探討這個話題前,我們需要了解AI大模型的技術堆棧:1. 數據收集和預處理2. 模型訓練和微調 3. 推理和應用針對AI在各環節的痛點,Web3目前初步形成了一個多層次、相互連接的生態系統。### 基礎層:算力與數據的共享經濟#### 算力AI的一大成本在於訓練和推理所需的算力和能源。以Meta的LLAMA3爲例,需要16000個NVIDIA H100 GPU運行30天才能完成訓練,硬件投資就需4-7億美元,每月能源消耗約16億千瓦時。Web3最早與AI交叉的領域就是算力共享的DePin項目。其核心邏輯是:允許閒置GPU資源的個人或實體以去中心化方式貢獻算力,通過類似Uber的買賣雙方市場來提高GPU使用率,爲用戶提供低成本高效算力。同時通過質押機制懲罰違規行爲。主要特點:- 聚集閒置GPU資源:如第三方數據中心、加密礦場的閒置算力等- 面向AI算力的長尾市場:更適合推理而非訓練,滿足中小算力需求- 去中心化所有權:資源所有者保留控制權,靈活調整獲得收益代表項目包括io.net、Aethir、Akash、Render Network等。#### 數據數據是AI的基石。目前AI數據需求的困境主要體現在:- 數據飢渴:需要海量數據輸入 - 數據質量要求提高- 隱私與合規問題- 處理成本高昂Web3的解決方案包括:1. 數據收集:通過激勵機制低成本獲取用戶私人數據,如Grass、Vana等2. 數據預處理:利用去中心化激勵機制進行數據標注,如Synesis、Sapien等3. 數據隱私與安全:運用TEE、FHE、ZK等技術保護敏感數據,如Super Protocol、BasedAI等4. 數據存儲:解決鏈上數據可用性問題,如0g.AI等### 中間件:模型的訓練與推理#### 開源模型去中心化市場Web3提出建立去中心化的開源模型市場,對模型代幣化並分享未來收益。如Bittensor、ORA、Sentient等項目。#### 可驗證推理 利用ZK證明等技術,在鏈上對AI模型計算進行無需許可的驗證。主要技術包括zkML、opML、TeeML等。### 應用層:AI Agent當前AI發展重點已從模型能力轉向AI Agent。Web3在這方面的貢獻包括:- 去中心化:通過PoS等機制建立激勵懲罰機制,促進Agent系統民主化- 冷啓動:幫助潛力AI Agent項目獲取早期融資如Virtual Protocol、Spectral等項目。## AI賦能Web3AI爲Web3帶來的影響顯而易見,主要體現在:### AI與鏈上金融1. AI與加密經濟:AI Agent可自主執行鏈上交易,輔助資產管理、優化交易體驗等2. AI與鏈上交易安全:增強交易監控和風險分析能力### AI與鏈上基礎設施1. AI與鏈上數據:提供更智能的數據分析工具2. AI與開發&審計:簡化智能合約開發流程,提高審計效率### AI與Web3新敘事1. NFT:爲生成式NFT注入創造力2. GameFi:提高遊戲內容生產效率和創新性 3. DAO:輔助社區管理和決策## AI+Web3結合的意義:塔樓與廣場AI與Web3的關係可以比喻爲塔樓與廣場。AI代表了高度集中的技術能力,而Web3則代表了去中心化的創新生態。兩者結合的意義在於:- Web3通過代幣經濟、去中心化治理等機制,爲AI帶來更透明公平的發展環境- AI爲Web3注入新活力,降低使用門檻,帶來更多創新可能盡管AI與Web3有着不同的發展路徑,但其終極目標都是讓技術更好地服務人類。我們期待看到AI+Web3碰撞出更多令人驚喜的火花。
AI+Web3:塔樓與廣場的融合 探索去中心化AI生態系統
AI+Web3:塔樓與廣場
近兩年,AI的發展像被按了加速鍵,這場由Chatgpt煽動的蝴蝶效應,不僅打開了生成式人工智能的新世界,同樣在Web3領域掀起了巨浪。
在AI概念的加持下,加密市場的融資明顯提振。僅2024上半年,就有64個Web3+AI項目完成融資,其中Zyber365在A輪獲得1億美元融資。
二級市場更爲繁榮,AI賽道總市值已達485億美元,24小時交易量接近86億美元。主流AI技術進展帶來顯著利好,如OpenAI的Sora模型發布後,AI板塊平均價格漲151%。AI效應同樣輻射至Meme板塊:首個AI Agent概念的MemeCoin GOAT迅速走紅,估值達14億美金。
關於AI+Web3的研究和話題同樣火熱,從AI+Depin到AI Memecoin再到AI Agent和AI DAO,新敘事的輪換速度令人眼花繚亂。
AI+Web3這個充滿熱錢和未來幻想的概念組合,難免被視作一場資本撮合的包辦婚姻。我們很難分辨在這華麗外表下,是投機者的狂歡,還是真正技術革新的前夜?
要回答這個問題,關鍵在於思考雙方能否互相受益、相互促進。本文將審視Web3如何在AI技術棧的各環節發揮作用,以及AI能爲Web3帶來哪些新機遇。
AI堆棧下Web3的機會
在探討這個話題前,我們需要了解AI大模型的技術堆棧:
針對AI在各環節的痛點,Web3目前初步形成了一個多層次、相互連接的生態系統。
基礎層:算力與數據的共享經濟
算力
AI的一大成本在於訓練和推理所需的算力和能源。以Meta的LLAMA3爲例,需要16000個NVIDIA H100 GPU運行30天才能完成訓練,硬件投資就需4-7億美元,每月能源消耗約16億千瓦時。
Web3最早與AI交叉的領域就是算力共享的DePin項目。其核心邏輯是:允許閒置GPU資源的個人或實體以去中心化方式貢獻算力,通過類似Uber的買賣雙方市場來提高GPU使用率,爲用戶提供低成本高效算力。同時通過質押機制懲罰違規行爲。
主要特點:
代表項目包括io.net、Aethir、Akash、Render Network等。
數據
數據是AI的基石。目前AI數據需求的困境主要體現在:
Web3的解決方案包括:
數據收集:通過激勵機制低成本獲取用戶私人數據,如Grass、Vana等
數據預處理:利用去中心化激勵機制進行數據標注,如Synesis、Sapien等
數據隱私與安全:運用TEE、FHE、ZK等技術保護敏感數據,如Super Protocol、BasedAI等
數據存儲:解決鏈上數據可用性問題,如0g.AI等
中間件:模型的訓練與推理
開源模型去中心化市場
Web3提出建立去中心化的開源模型市場,對模型代幣化並分享未來收益。如Bittensor、ORA、Sentient等項目。
可驗證推理
利用ZK證明等技術,在鏈上對AI模型計算進行無需許可的驗證。主要技術包括zkML、opML、TeeML等。
應用層:AI Agent
當前AI發展重點已從模型能力轉向AI Agent。Web3在這方面的貢獻包括:
如Virtual Protocol、Spectral等項目。
AI賦能Web3
AI爲Web3帶來的影響顯而易見,主要體現在:
AI與鏈上金融
AI與加密經濟:AI Agent可自主執行鏈上交易,輔助資產管理、優化交易體驗等
AI與鏈上交易安全:增強交易監控和風險分析能力
AI與鏈上基礎設施
AI與鏈上數據:提供更智能的數據分析工具
AI與開發&審計:簡化智能合約開發流程,提高審計效率
AI與Web3新敘事
NFT:爲生成式NFT注入創造力
GameFi:提高遊戲內容生產效率和創新性
DAO:輔助社區管理和決策
AI+Web3結合的意義:塔樓與廣場
AI與Web3的關係可以比喻爲塔樓與廣場。AI代表了高度集中的技術能力,而Web3則代表了去中心化的創新生態。
兩者結合的意義在於:
盡管AI與Web3有着不同的發展路徑,但其終極目標都是讓技術更好地服務人類。我們期待看到AI+Web3碰撞出更多令人驚喜的火花。